为什么 ASP.NET MVC 实体编码所有 8 位字符 > ansi 127？答案

【问题标题】：Why does ASP.NET MVC entity-encode all 8-bit characters > ansi 127?为什么 ASP.NET MVC 实体编码所有 8 位字符 > ansi 127？
【发布时间】：2012-09-07 05:04:20
【问题描述】：

参考这个问题的公认答案：ASP.NET - What Characters does Server.HtmlEncode Encode into Named Character Entities

这里引用了HtmlEncode的源码。我对以下几行有疑问：

  if ((ch >= '\x00a0') && (ch < 'Ā'))
  {
      output.Write("&#");
      output.Write(ch.ToString(NumberFormatInfo.InvariantInfo));
      output.Write(';');
  }

基本上，这会将所有字符从&nbsp;（ASCII 代码 127）转换为 ÿ（ANSI 代码 255）到其实体编码表示 ()。

不过，所有 ansi 代码高于 255 的字符都按原样写入输出。

有人知道这种 ANSI 127 - 255 编码背后的原理吗？有一个网页看起来有点傻，在 utf-8 中，源代码看起来像

"S&#248k:"

而不是

"Søk:"

（“Søk”是挪威语的“搜索”）。

【问题讨论】：

“在幕后看起来不傻”不是 HTML 编码试图解决的问题 - 它是为了明确表示内容。只有“扩展 ascii”的范围不明确； 255 以上的字符代码 根本不是 ascii。
我完全不明白为什么提到 ASCII。这里没有 ASCII：C# 字符串是 Unicode，而 HtmlEncode 适用于这些 Unicode 字符串。
@Codo：ANSI 可能更正确，但 8 位 ASCII 是一个广泛使用的术语，尽管在技术上不是 100% 正确。我编辑了原始问题。我当然是在谈论 8 位字符集，例如 iso8859-1（又名 latin-1）等。
@Dan Puzey, "extended ascii", or ansi, 或任何我们想称呼它们的东西，如果你用 http/html 响应发送正确的字符编码，例如：Content-Type ：文本/html； charset=ISO-8859-1
@ErikA.Brandstadmoen：好点，虽然问题确实特别提到了“utf-8 中的网页”。

标签： c# asp.net-mvc html-encode

【解决方案1】：

ASCII，见http://en.wikipedia.org/wiki/Ascii，只定义了0到127之间的值；这是 7 位而不是 8 位（一个字节）。它们是 HTML 编码，以避免发送非法 ASCII（最高有效位）字符。

当发送UTF-8（这是网络事实上的编码）时，非 ASCII 字符 (0xA0 - 0xFF) 用于指定多字节字符。所以为了避免冲突，他们使用了一个命名字符串。

至少，我会这样做。

【讨论】：

“扩展 ascii”/ansi 8 位字符集的高 127 个字符（使用第 8 位）在例如ISO8859-1。而且，在 unicode 中，因为字符 127-255 在 Unicode 和 Latin-1/iso8859-1 中是相同的，所以你不必用数字对它们进行实体编码......